Google Gemini 3.5 Transcribe ile Konuşmalarınız Artık Daha Kusursuz

Yapay Zekada Sesli Dönüşüm: Gemini 3.5 Transcribe

Google, yapay zeka ekosistemini genişletmeye devam ediyor. Son olarak duyurulan Gemini 3.5 Transcribe modeli, sadece sesi metne dökmekle kalmıyor, aynı zamanda konuşma dilindeki hataları ayıklayarak profesyonel bir metin editörü gibi çalışıyor. Gürültülü ortamlarda dahi yüksek performans sergileyen bu model, teknoloji dünyasında ses işleme standartlarını yeniden belirliyor.

Hata Payını Minimize Eden Akıllı Algoritmalar

Yeni model, sadece duyduklarını yazıya geçirmekle yetinmiyor. Konuşma sırasında sıkça yapılan "ııı" ve "eee" gibi dolgu ifadelerini otomatik olarak temizliyor. Google, modelin canlı konuşmalarda yüzde 4,0 kelime hata oranı (WER), önceden kaydedilmiş içeriklerde ise yüzde 2,6 gibi oldukça iddialı bir başarı oranına ulaştığını paylaştı. Üstelik karmaşık sipariş numaraları veya özel posta kodları gibi hata payı yüksek verilerde bile üstün bir doğruluk sunuyor.

Buna da Göz Atın

Apple'dan Büyük Değişim: 9 Eylül Etkinliğinde Neler Bekliyoruz?

Haberi Oku

Doğal Konuşma ve Çoklu Dil Desteği

Gemini 3.5 Transcribe, kullanıcıyı önceden belirlenmiş kalıplarla konuşmaya zorlamıyor. 85 dili destekleyen yapısı sayesinde bölgesel aksanları ve lehçeleri kusursuz şekilde analiz edebiliyor. Özellikle üç kişiye kadar konuşmacı ayrımı yapabilmesi ve zaman damgası ekleme yeteneği, toplantı notları veya röportaj deşifreleri için büyük bir kolaylık sağlıyor.

Geliştiriciler ve Son Kullanıcılar İçin Yeni Dönem

Geliştiriciler, modele Gemini API, Google AI Studio ve Google Antigravity üzerinden erişebiliyor. Son kullanıcı tarafında ise macOS uygulaması ve Android üzerindeki Gboard Rambler özelliği ile entegrasyonlar başladı. Yakın zamanda Chrome tarayıcısına da gelmesi beklenen bu özellik, klavye kullanmadan metin yazma deneyimini kökten değiştirecek. Peki, sesli komutların bu denli akıllı hale gelmesi, gelecekte yazı yazma alışkanlıklarımızı tamamen ortadan kaldırabilir mi?